短基线集InSAR形变模型的不适定问题解算方法研究

SBAS InSAR技术广泛应用于大尺度长时间序列的矿区、城市、地震等不同类型地表形变监测。但在利用该技术进行监测地表形变中发现,其形变模型的解算存在着病态和秩亏两类不适定问题,严重影响着形变信息反演的精度和可靠性。本文以SBAS InSAR技术为基础,针对其形变模型最小二乘解算中的病态问题,提出了基于Liu估计的有偏迭代估计法和Tikhonov正则化方法;针对秩亏时奇异值分解反演形变量和形变速率不稳定的问题,改进了Landweber迭代法,并将其应用到秩亏的SBAS InSAR形变模型解算中,反演出更准确的形变信息。     

有偏迭代估计在短基线集形变模型中的应用

进行SBAS技术时,选择的干涉对一般会出现一景影像和其他几景影像干涉的现象,导致构建的线性形变模型病态。在这种情况下,最小二乘法求解SBAS线性形变模型已不太适合。针对这一问题,本文结合Liu估计的有偏迭代法在求解病态线性模型时能够克服病态性对结果的影响,提出将此方法应用到求解SBAS线性形变模型中。以覆盖济宁地区的13景ENVISAT ASAR数据展开了SBAS技术在城市地面沉降监测中的应用实验,分别利用LS法、基于Liu估计的有偏迭代法解算形变模型。结果表明,基于Liu估计的有偏迭代法获得研究区的年平均沉降速率标准差比LS法获得的低1.4,且其求解的结果相较于LS法获得的结果更准确、稳定。     

短基线集形变模型反演的正则化解算方法

针对短基线集形变模型反演中法方程系数矩阵呈病态的问题,提出一种正则化稳健解算方法。该方法基于Tikhonov正则化理论,将形变速率求解问题转化为极小化问题,根据L-曲线法选取正则化参数,考虑最小二乘残差各个分量间的关系选取正则化矩阵,实现短基线集形变模型反演的稳健解算。分别采用LS法、岭估计法和Tikhonov正则化法对覆盖北京地区的29景ENVISAT ASAR数据进行处理,反演出研究区沉降速率图。通过对代表不同沉降情况的21个点的均方误差值和时间相干值、整个研究区的均方误差图等的对比分析,表明本文提出的短基线集形变模型反演的正则化稳健解算方法可获取更可靠的形变监测结果。     

病态方程基于Liu估计的一种迭代估计新方法

当线性回归模型的设计矩阵病态时,最小二乘（least square,LS）估值方差大且不稳定,已不是一种优良估计。为了减弱病态性,许多有偏估计法如岭估计、主成分估计、Liu估计等被提出。基于Liu估计,引入迭代的思想,提出了一种新的有偏估计法—迭代估计法。借助对称正定矩阵的谱分解,将迭代公式转化为便于解算的解析表达式,并证明迭代公式在修正因子d∈[-1,1]是收敛的。基于Liu估计中修正因子d的确定方法,在均方误差最小的情况下给出最优修正因子d的确定公式。最后,分别利用LS估计、岭估计、Liu估计和提出的迭代估计对两个算例进行计算并给出实验结果。在第一个算例中,对观测向量添加不同的扰动,结果表明迭代估计法具有更强的抗干扰能力;第二个算例的结果表明,迭代估计法所得结果更接近于真值,即迭代估计法在均方误差意义下优于LS估计、岭估计和Liu估计。     

InSAR技术在沂沭断裂带地表形变监测中的应用研究

针对常规大地测量监测沂沭断裂带地表形变结果无法全面反演该区域构造应力场的局限性,尝试采用PS和SBAS两种In SAR时序分析技术对该区域地表形变进行监测。首先对SBAS-In SAR技术的原理进行详细推导和分析;在此基础上,对覆盖研究区的14景ENVISAT-ASAR数据采用PS-In SAR和SBAS-InSAR技术进行处理,分别提取了该区域地表年平均形变速率图;通过与水准监测数据的对比分析发现:InSAR时序分析方法在大范围、持续缓慢断裂带地表形变监测中能够获取与精密水准监测一致的形变趋势,且SBAS-In SAR技术在数据量较少情况下能获得更好的监测效果。这表明In SAR时序分析技术可以作为断裂带微小地表形变监测的有效手段。